Blog
Nous avons soumis la même question à plusieurs applications conversationnelle reposant sur un modèle de langage de grande taille, entraîné par apprentissage automatique (ChatGPT, Gemini, Perplexity, OpenEvidence, Euria et Lumo). L’idée n’est pas de « piéger » un outil, mais d’observer comment chacun se comporte face à une demande typique de la pratique médicale : donner une cible thérapeutique précise (ici le LDL-cholestérol chez un patient coronarien) et citer ses sources.
Les images issues de l’imagerie médicale, qu’il s’agisse de radiographies, de scanners ou d’IRM, sont composées de pixels en deux dimensions, ou de voxels lorsqu’il s’agit d’images en trois dimensions comme en tomodensitométrie. Une seule coupe de scanner peut contenir des millions de voxels. Pourtant, notre œil et notre cerveau ne peuvent analyser que les informations les plus évidentes de ces images, en laissant de côté une grande partie de la richesse des données qu’elles contiennent.
Le 7 août 2025, OpenAI a dévoilé ChatGPT 5, une version qui marque un tournant dans l’évolution de l’IA conversationnelle (c’est en tout le message qu’ont souhaité transmettre ses concepteurs au moment de son lancement). Cette nouvelle version est l’occasion de se poser la question de l’utilité des outils d’IA générative en médecine.
Les médecins seront-ils remplacés par l’intelligence artificielle ? Complètement, certainement pas. Pour certaines activités, très probablement. Est-ce une bonne ou une mauvaise nouvelle ? Probablement une bonne, et ceci pour plusieurs raisons. Pour comprendre ce que les patients peuvent aujourd’hui déjà obtenir de l’intelligence artificielle, vous trouverez au bas de cet article les réponses de ChatGPT à des questions médicales fictives. Des réponses, le plus souvent, de qualité.
L’intelligence artificielle (IA) continue de faire des avancées spectaculaires dans le domaine de la médecine. Parmi les technologies les plus discutées figurent les grands modèles de langage (LLM), comme ChatGPT, capables de générer des réponses textuelles à des problématiques complexes. Mais dans quelle mesure ces outils surpassent-ils les médecins humains ou complètent-ils leur expertise ? Deux études récentes, publiées dans des revues scientifiques de premier plan, apportent des éclairages contrastés sur cette question cruciale.
C’est en tout cas l’avis des auteurs d’un éditorial paru dans le GMS Journal for Medical Education sous le titre Generative AI (gAI) in medical education: Chat-GPT and co.